[發明專利]基于交易的信用風險判別方法及其裝置在審
| 申請號: | 201910244472.4 | 申請日: | 2019-03-28 |
| 公開(公告)號: | CN110060047A | 公開(公告)日: | 2019-07-26 |
| 發明(設計)人: | 范豐麟;趙華;朱通 | 申請(專利權)人: | 阿里巴巴集團控股有限公司 |
| 主分類號: | G06Q20/24 | 分類號: | G06Q20/24;G06Q20/40;G06Q30/06 |
| 代理公司: | 北京國昊天誠知識產權代理有限公司 11315 | 代理人: | 許振新;朱文杰 |
| 地址: | 英屬開曼群島大開*** | 國省代碼: | 開曼群島;KY |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 交易信用 風險模型 信用 交易歷史信息 風險識別 個人信用 機器學習 交易場景 活躍度 準確率 構建 建模 交易 攔截 覆蓋率 場景 賬戶 人群 申請 監督 | ||
1.一種基于交易的信用風險判別方法,其特征在于,包括:
獲取信用支付平臺的多個用戶在指定時間段內的交易歷史信息和賬戶活躍度信息;
根據所述交易歷史信息和賬戶活躍度信息進行有監督的機器學習建模,得到交易信用風險模型;
目標用戶在進行先享后付交易時,獲取所述目標用戶在所述信用支付平臺的指定時間段內的交易歷史信息和賬戶活躍度信息,并輸入所述交易信用風險模型,對所述目標用戶的交易信用風險進行判別。
2.如權利要求1所述的方法,其特征在于,所述先享后付交易包括:所述目標用戶在所述信用支付平臺進行的先享后付交易。
3.如權利要求1所述的方法,其特征在于,所述先享后付交易包括:所述目標用戶在第三方平臺進行的先享后付交易。
4.如權利要求3所述的方法,其特征在于,所述第三方平臺根據所述目標用戶的手機號碼獲取所述目標用戶在所述信用支付平臺的指定時間段內的交易歷史信息和賬戶活躍度信息。
5.如權利要求1所述的方法,其特征在于,所述交易歷史信息包括:歷史交易次數、歷史交易金額、歷史先享后付成功率和歷史先享后付違約率。
6.如權利要求1所述的方法,其特征在于,所述賬戶活躍度信息包括:賬戶登錄信息、賬戶賬齡、賬戶余額、賬戶支出信息和賬戶收入信息。
7.如權利要求1所述的方法,其特征在于,所述對所述目標用戶的交易信用風險進行判別,包括:
計算所述目標用戶的交易信用分;
根據所述交易信用分確定是否向所述目標用戶提供先享后付服務。
8.如權利要求1至7中任一項所述的方法,其特征在于,在所述對所述目標用戶的交易信用風險進行判別時,同時根據所述目標用戶的終端設備、所述目標用戶所處的環境、所述目標用戶的賬號狀態、所述目標用戶的賬戶價值以及交易訂單是否沖突進行交易信用風險判別。
9.一種基于交易的信用風險判別裝置,其特征在于,包括:
獲取模塊,用于獲取信用支付平臺的多個用戶在指定時間段內的交易歷史信息和賬戶活躍度信息;
建模模塊,用于根據所述交易歷史信息和賬戶活躍度信息進行有監督的機器學習建模,得到交易信用風險模型;
判別模塊,用于目標用戶在進行先享后付交易時,獲取所述目標用戶在所述信用支付平臺的指定時間段內的交易歷史信息和賬戶活躍度信息,并輸入所述交易信用風險模型,對所述目標用戶的交易信用風險進行判別。
10.如權利要求9所述的裝置,其特征在于,所述先享后付交易包括:所述目標用戶在所述信用支付平臺進行的先享后付交易。
11.如權利要求9所述的裝置,其特征在于,所述先享后付交易包括:所述目標用戶在第三方平臺進行的先享后付交易。
12.如權利要求11所述的裝置,其特征在于,所述第三方平臺根據所述目標用戶的手機號碼獲取所述目標用戶在所述信用支付平臺的指定時間段內的交易歷史信息和賬戶活躍度信息。
13.如權利要求9所述的裝置,其特征在于,所述交易歷史信息包括:歷史交易次數、歷史交易金額、歷史先享后付成功率和歷史先享后付違約率。
14.如權利要求9所述的裝置,其特征在于,所述賬戶活躍度信息包括:賬戶登錄信息、賬戶賬齡、賬戶余額、賬戶支出信息和賬戶收入信息。
15.如權利要求9所述的裝置,其特征在于,所述判別模塊,包括:
計算子模塊,用于計算所述目標用戶的交易信用分;
確定子模塊,用于根據所述交易信用分確定是否向所述目標用戶提供先享后付服務。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴集團控股有限公司,未經阿里巴巴集團控股有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910244472.4/1.html,轉載請聲明來源鉆瓜專利網。





